Anthropic ha anunciado la introducción de MHS, un nuevo estándar de hardware diseñado para permitir a los agentes de IA controlar y interactuar con el mundo físico. El estándar permite a los modelos secuenciar pasos a través de instrumentos, ajustar parámetros y operar equipos físicos con mayor facilidad y eficiencia. Por ejemplo, un modelo como Claude puede ajustar un láser, verificar los resultados a través de una cámara separada y luego repetir el proceso para calibrar automáticamente todo el sistema.
MHS también podría permitir que un modelo de IA enfoque un microscopio, analice los resultados, decida qué parte necesita más observación y luego mueva automáticamente el microscopio a la sección relevante para continuar el experimento. En un video, Anthropic demostró a Claude razonando cómo hacer que un brazo robótico recogiera una lata de aluminio, aunque no había sido entrenado específicamente en los pasos requeridos.
Anthropic afirma que MHS incluye un sistema de etiquetado estandarizado para describir las limitaciones del mundo real del hardware para modelos que pueden haber sido entrenados más en el mundo virtual. Estas etiquetas se pueden integrar en un archivo de referencia que proporciona a un modelo de IA información crucial sobre un dispositivo con el que no tiene experiencia de entrenamiento previa. La empresa está trabajando con un primer grupo de laboratorios de investigación científica y fabricantes avanzados durante un período de previsualización de MHS, incluyendo Amazon Web Services, Hugging Face, Raspberry Pi, Automata y Universal Robots.
Estos socios ayudarán a Anthropic a construir evaluaciones de seguridad y desarrollar las mejores prácticas para los sistemas de IA que operan equipos físicos. Después del período de previsualización, el plan es que MHS se convierta en un estándar de código abierto y agnóstico de agente para integrar la IA y los sistemas físicos. En pruebas tempranas con socios científicos durante el año pasado, Anthropic vio que MHS redujo el tiempo que se necesitaba para integrar dispositivos, lo que hizo posible iterar más rápido en una variedad de entornos experimentales.
Según Anthropic, esto podría llevar a avances significativos en varios campos, ya que las pruebas de hipótesis más rápidas permiten la creación de tecnologías generales a un ritmo rápido. Como Kemeny señaló en un video promocional, "Si puedes probar hipótesis más rápido, podrías crear tecnologías generales más rápido. Esta es la forma en que un siglo de progreso puede condensarse en una década". Las posibles aplicaciones de MHS son vastas, y su desarrollo podría marcar un hito significativo en la integración de la IA y los sistemas físicos.
Este artículo fue escrito con la asistencia de IA.
News Factory APP - noticias agénticas para impulsar tu SEO y AEO.